一种基于元搜索引擎的标签自动生成方法

摘要

本发明公开了一种基于元搜索引擎的标签自动生成方法，首先是文本预处理优化，在进行中文分词的同时保留词语的基本信息，包括词性、词位置、词频，构成五元组；其次是词语过滤，去掉停用词，进行词性过滤，根据经验保留名词、动词和动名词，降低噪音干扰；再次重新计算词语信息量，通过统计的词语基本信息，计算词语位置得分、词频、词跨度，并计算综合得分作为词语的权重；最后计算词语间的相似度作为TextRank算法中的边的权重，利用TextRank算法计算每个词的TextRank值。本发明引入了元搜索引擎技术和自动生成标签，将自动标签技术应用到搜索引擎中，从而保证查全率和查准率。